Magalhães, Moro, Smania et al. (1998) observam que, em geral, a programação da produção é alvo de estudo de profissionais diretamente ligados à etapa produtiva e está estritamente relacionada à simulação/otimização computacional.
Atualmente, o estudo de problemas de programação da produção vem se especializando no desenvolvimento, aplicação e resolução de procedimentos combinatórios, técnicas de simulação, métodos em redes e soluções heurísticas. A seleção da técnica apropriada depende da complexidade do problema, da natureza do modelo e da escolha dos critérios e outros fatores (BAKER, 1974).
Nas indústrias, a programação da produção é necessária toda vez em que há competição entre atividades, dada a limitação de recursos disponíveis num período finito de tempo. Isto envolve três elementos principais: alocação de recursos, seqüenciamento de atividades e determinação do tempo de utilização dos recursos pelas atividades (REKLAITIS, 1992). A alocação envolve a seleção de um grupo apropriado de recursos para uma dada atividade. O seqüenciamento se refere ao ordenamento da execução das atividades alocadas aos recursos, enquanto que a temporização envolve a determinação do início e final específico para cada uma das atividades programadas.
Os problemas de programação de produção podem ser considerados como de otimização de recursos e tarefas, sujeitos a restrições. Em geral, os recursos são caracterizados em termos de capacidades quantitativas e qualitativas, e o modelo estipula o tipo e a quantidade de cada recurso. Já as tarefas podem ser interpretadas como restrições tecnológicas existentes entre os elementos.
Segundo Baker (1974), para classificar a maioria dos modelos de programação da produção é necessário caracterizar a configuração dos recursos e o comportamento das tarefas. O modelo é dito de estágio único se possui um único tipo de recurso. Quando possui vários tipos de recursos é chamado de múltiplo-recurso. Com relação ao conjunto de tarefas, o sistema é dito estático se este conjunto não se altera no decorrer do tempo e é chamado de dinâmico se novas tarefas surgem no decorrer do tempo.
Já para Pinto e Grossmann (1998), as técnicas de programação da produção podem ser classificadas quanto ao padrão de demanda em programação da produção cíclica e de curto prazo. Segundo Shah, Pantelides e Sargent (1993), a programação da produção cíclica é recomendada para um mercado consumidor estável, onde as demandas pelos produtos não apresentam grandes variações, podendo assim ser aplicada para períodos de aproximadamente um mês. A aplicação da programação da produção de curto prazo resume-se a períodos diários ou a horizontes de no máximo um mês. Tanto na programação da produção a curto prazo quanto cíclico é importante definir a política de inventários, o que por sua vez requer a alocação da produção para atendê-la.
Ainda, segundo Moro (2000), um aspecto fundamental em modelos de programação de produção diz respeito à representação do domínio do tempo. Existe a representação de tempo discreta e contínua. Na abordagem de tempo discreto, é comum o uso de intervalos de tempo (slots) com duração fixa e igual. É definido a priori um certo número de intervalos que cubram todo o horizonte de tempo operacional. O número e a duração dos intervalos de tempo devem ser determinados de modo que as decisões relevantes ao problema ocorram na fronteira entre dois intervalos de tempo. O inconveniente encontrado na aplicação de tempo discreto é a geração de um número muito grande de intervalos, que acaba ocasionando uma demora na obtenção da solução e, em alguns casos, provocando a impossibilidade da obtenção desta. Já na representação de tempo contínuo, os intervalos de tempo (slots) possuem duração variável. Segundo Pinto e Grossmann (1998), os eventos (ou slots) podem ser associados a equipamentos, tarefas ou podem até serem definidos globalmente. Para Más (2001), a formulação em eventos possibilita a discretização das operações de um sistema, ou seja, cada componente do processo é composto por eventos independentes dentro do horizonte de tempo pré-determinado, os quais são ativados quando estes componentes tomam parte de uma operação. Para a representação contínua no tempo, deve-se utilizar um número suficiente de eventos (slots) para preencher o horizonte de tempo operacional.
Baker (1974), fazendo uma abordagem usando máquinas como recursos, agrupou os problemas de programação da produção da seguinte forma:
• Seqüenciamento de uma máquina com tarefas independentes: é um problema de seqüenciamento puro no qual uma ordenação completa das tarefas determina a programação da produção. Existe, para este tipo de problema, uma correspondência um a um entre a seqüência das n tarefas e uma permutação da numeração das tarefas 1,2,..., n. O número de soluções é n!, que é o total de permutações das n tarefas;
• Modelos de máquinas paralelas: é um problema de seqüenciamento de estágio simples com várias máquinas. Neste tipo de modelo, n tarefas estão disponíveis para serem executadas no início da programação. Existem m máquinas e cada tarefa deve ser processada por qualquer destas máquinas.
• Modelos de Flow Shop: consiste de m máquinas e n tarefas independentes que devem ser processadas na mesma ordem. Em outras palavras, a j-ésima operação de todas as tarefas deve ser sempre executada na máquina j. Existem
( )
n! m diferentes alternativas para ordenar n tarefas em m máquinas.• Modelos de Job Shop: numa abordagem clássica, uma tarefa j possui mj operações para
serem executadas em seqüência; cada operação é designada a uma máquina, que pode efetuar aquela operação; uma tarefa não pode utilizar a mesma máquina mais de uma vez. O número de soluções distintas para este tipo de problema é de aproximadamente
m ! m nq
, sendo m o número de máquinas, n o número de tarefas e q o número médio de operações por tarefa.
Morton e Pentico (1993) abordam diversas técnicas que podem ser utilizadas para a resolução de problemas de programação da produção. Dentre estas, são citadas: Abordagem Manual, Simulação Computacional, Programação Inteira, Programação Dinâmica, Busca em Vizinhança, Busca Tabu, Têmpera Simulada (Simulated Annealing), Algoritmo Genético (AG), Enumeração Parcial, Relaxação Lagrangiana, Método Bottleneck, Sistemas Especialistas e Redes Neurais.
Especificamente sobre as técnicas de Programação Inteira e Dinâmica, sabe-se que estas resolvem problemas pequenos de forma ótima, mas para problemas maiores torna-se intratável com relação ao tempo computacional demandado para obtenção da solução ótima. Para contornar esta dificuldade, novas técnicas estão sendo criadas para a solução destes problemas, tanto na modelagem clássica de programação da produção quanto na solução de problemas especializados.